基于猕猴面部图像特征的计算机自动定位方法

目的提出一种基于猕猴面部图像特征的计算机自动定位方法。方法针对猕猴面部图像的特点建立其在HSI颜色空间中的肤色模型,然后根据各分量的阈值对图像进行分割,分割后的结果再经过数学形态学的腐蚀与膨胀处理得到猕猴面部较为完整的区域。结果基于面部器官位置的相对比例关系,实现了对猕猴眼睛、嘴巴等特征部位的自动定位,并且使用边缘提取算子获取了特征部位的细节轮廓。结论本文的算法经过了猕猴面部图像的测试,能准确的自动定位猕猴面部并找到眼部与嘴部区域,其结果可以为进一步的表情识别提供依据。     

手掌静脉识别：基于端到端卷积神经网络方法

目的提出一种基于端到端卷积神经网络的手掌静脉识别方法。方法在构建的手掌静脉识别网络模型中,卷积层和池化 层交替级联提取图像特征,同时通过神经网络分类器进行分类识别,采用包含动量项的随机梯度下降法最小化识别误差,在误 差减小的方向上不断优化模型。采用训练集数据扩展、批归一化、Dropout、L2参数正则化四种方法提升网络的泛化能力。结果 对公共的PolyU库(图像在高约束条件下获取)和自建库（图像在自然条件下获取）中全部500个对象的识别,正确识别率分别达 到99.90%和98.05%,单个样本的识别时间均小于9 ms。结论与传统算法相比,本文方法能够有效提升掌静脉识别在实际应用 中的准确率,为掌静脉识别提供一种新思路。     

基于改进的GHSOM聚类算法的图像检索

传统的图像检索需要顺序比较图像库中的图像与请求图像的相似度,检索速度和检索准确度都很低。针对此问题,提出了一种基于改进的增长型分层自组织映射网络（GHSOM）的图像检索方法。先将图像特征库用改进的GHSOM算法进行聚类,在图像检索时先在GHSOM网络模型上找到相似的类,然后在相似的类上继续进行检索,大大提高了检索效率。并且在搜索相似的类时充分利用GHSOM网络的分层结构,更进一步地提高了检索效率。改进的GHSOM网络根据算法的特点构建了赤迟信息量（AIC）准则,用该准则来选择每个独立的SOM网络的生长参数,使得每个网络都能正确地表达映射到它的数据集的结构,提高GHSOM网络的聚类效果,从而提高检索的准确性。实验结果表明,改进的GHSOM算法得到了更好的聚类效果,基于它的图像检索方法提高了将近3倍的图像匹配速度,同时图像检索准确率也得到了一定程度的提高。     

一种基于二维匹配滤波器的掌纹识别算法

在掌纹识别算法中,基于Gabor滤波器和方向编码方法得到了广泛的研究和应用,但是此类方法一般使用Gabor滤波器提取特征,易受噪声和散焦等外界因素的影响。针对此问题,本文提出了一种基于匹配滤波器的算法。该算法使用二维匹配滤波器提取图像特征,采用双方向编码（DOC）匹配方法表征特征之间的相似度。实验结果表明,该算法对于噪声、散焦和平移等干扰都具有很好的鲁棒性,验证了该算法的可行性。     

基于SIFT和RANSAC的特征图像匹配方法

针对目前普通图像匹配抗干扰能力不强的问题,将尺度不变特征变换（SIFT）和随机采样一致性（RANSAC）算法结合,提出了一种适应性强的图像匹配算法。首先对图像进行SIFT特征提取,利用最优节点优先搜索并计算最近邻特征向量与次最近邻向量间的欧式距离比来加速完成特征点对预匹配。在此基础上引入随机抽样一致性（RANSAC）算法去除不可靠的匹配对。最后根据匹配点对计算出图像间透射变换的参数。实验结果表明：该匹配算法具有尺度、旋转不变性以及一定的仿射不变性、抗干扰性,可以实现目标物体匹配。     

基于实体词典与机器学习的基因命名实体识别

将实体词典以特征的形式引入到机器学习模型中,提出一种基于实体词典与机器学习的基因命名实体识别方法,在GENIA 3.02语料上进行实验。测试结果表明引入实体词典特征后,在获得较高实体识别准确率的同时,优化CRFs识别模型的时间复杂度,提高系统识别效率。     

一种基于改进SURF和K-Means聚类的布料图像匹配算法

计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能。通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题。本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法。通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受。在8种不同类型布料图像上的实验验证了该算法的有效性。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

基于几何匹配和分合算法的生物特征识别技术在公安视频监控中人脸识别的应用研究

目的 研究基于几何匹配和分合算法的生物特征识别技术,及其在公安视频监控中人脸识别的应用.方法 在图像分割部分,实现了经典的分合算法,并且使用成组算法改进了分合的效果.在人脸匹配部分,实现了基于眼睛和嘴的几何模型匹配,并对评价函数的构造进行了研究.结果 通过对600个样本测试,正确检测率为88%,误检率为2%.结论 实验证明,对于尺寸足够大的清晰的正面单个/多个人脸情形能够正确检测定位.     

一种基于多邻域非线性扩散的动态规划全局立体匹配算法

双目立体视觉匹配通过两幅具有一定视差的图像获得精确、稠密的视差图。为了解决动态规划立体匹配算法橫条纹瑕疵以及精度低的问题,提出了一种基于多邻域非线性扩散的立体匹配算法。该算法采用AD测度函数构建视差空间,根据行列像素之间的约束关系,基于非线性扩散的代价聚合方法,通过图像边缘的动态优化寻求全局能量函数最优值得到稠密视差图。在Middlebury测试集上的实验结果表明,该算法的平均误匹配率为5.60%,相比IIDP动态规划全局匹配算法,精度提高了39.9%,有效地解决了横向条纹问题,改善了边缘模糊情况,且提升了算法的稳定性。与其他全局匹配算法相比,本文算法误匹配率降低了38.2%,在图像参数的11个指标中有9项指标排名第1。     

Performance Analysis of Various Techniques Applied in Human Identification Using Dental X-Rays

This paper proposes a novel approach for automating the analysis of identifying the person based on their ante mortem and postmortem reports. This approach involves three techniques (i.e.) morphological contour detector, Gaussian filtering and an existing semi-automatic contour extraction method. Forensic dentistry involves the identification of people based on their dental records, mainly available as radiograph images. Our goal is to automate this process using image processing and pattern recognition techniques. Given a postmortem radiograph, we search a database of antemortem radiographs in order to retrieve the closest match with respect to some salient features. In this paper, we use the contours of the teeth as the feature for matching. The algorithm completes the task in three steps: radiograph segmentation, pixel classification and contour matching. In this paper a hit rate of 0.7 is achieved by the Morphological contour detectors which are comparable with the other two methods.     

Matching of a Huge Set of MR Images with a Parallel Processing Model

Matching medical image data is a key factor for appropriate computer aided diagnosis. For the past several decades, many image processing technologies have been developed and discussed. However, most of the methods are only of theoretical interest because the time complexity of the matching methods is too high for realistic handling of huge amounts of existing medical images. This paper presents a parallel processing model for matching huge amounts of MR images. A feature vector of an MR image is defined by professionals specifically in the area of neuroscience. Then a matching algorithm is developed based on matching the feature vectors. The algorithm is shown to be suitable for parallel process, and provides acceptable results. The experiments show that the overhead of synchronizing the parallel process is less significant than the improvement of the overall efficiency.     

基于视频的情感时空融合特征提取算法

随着计算机技术的飞速发展以及人机交互技术的广泛应用,基于视频的表情识别逐渐成为研究热点之一,并逐渐实用化。本文提出了一种基于视频的情感时空融合特征提取算法,并用于表情识别。首先获取情感视频的时空特征点和其对应的立方体（cuobids）,然后融合Piotr Dollar提出的描述算子和CBP_TOP描述算子所提取的cuobids的特征向量作为时空特征点最终的特征向量,最后采用“词袋模型”方法来提取情感视频最终的表情特征,并用于后续的表情分类。仿真实验表明此算法在保证识别精度的基础上大大提高了识别速率。     

基于深度卷积神经网络的脑部图像疾病类别特征库构建

介绍深度卷积神经网络基本理论,阐述基于深度卷积神经网络的脑部图像视觉特征提取,设计一种适用于脑部疾病图像的分类器,进而实现脑部图像疾病类别特征库构建,为基于脑部图像疾病类别特征库开展临床辅助决策等应用提供可能。     

医学文本图像字符识别校正技术研究与应用

针对医学文本图像字符识别的后处理技术进行研究,通过建立医学常用专业词库,基于中文汉字图像的Hog特征和相关系数计算字符之间的文字相似度,从而对识别后的文本进行拼写检查校正,提高字符识别准确率。     

Energy Spectrum CT Image Detection Based Dimensionality Reduction with Phase Congruency

The image feature detection is widely used in image registration, image stitching and object recognition. The feature detection algorithm can be applied to the detection of artificial images, and can be used to detect the energy spectrum CT image. A new algorithm of phase consistency detection based on dimensionality reduction is proposed in this paper. We mainly focus on the phase congruency of the spectral CT images in the paper and try to use dimensionality reduction to integrate the information of phase congruency detected in the image. The experimental results show that the algorithm can detect the energy spectrum CT image with clear edge and contour, which is beneficial to the subsequent processing. Meanwhile, the algorithm presented is more effective in diagnosis of disease for medical professionals.     

基于亚像素位移的显微CT部分体效应抑制研究

探测器分辨率不足引起的部分体效应(Partial Volume Effect,PVE)会降低高分辨显微CT的重建分辨率并影响重建图像量化分析的准确性。为了提高该显微CT系统重建图像的空间分辨率,本文提出一种基于纳米载物台抖动的高分辨显微CT重建算法(De-PVE FDK,DP-FDK)。该方法将高精度的纳米载物台固定在旋转台上用于控制待测物体的位置,并设计亚像素尺度下移动纳米载物台获取多张投影图的扫描方案;通过Insight Segmentation and Registration Toolkit平台计算并校正待测物体的亚像素位移向量,最后上采样重建网格并将投影图的亚像素位移信息与FDK重建反投影过程相结合从而提升高分辨显微CT分辨率。仿真及实际实验结果表明,该重建方法能够降低PVE效应,提升重建图像分辨率。